Faktör Analizi Nasıl Yapılır? (AFA ve DFA) — Ölçek Geçerliği Rehberi
Faktör analizi, bir ölçekteki maddelerin hangi gizil yapıları (boyutları) ölçtüğünü ortaya koyan geçerlik analizidir ve iki biçimde yapılır: ölçeğin boyut yapısını veriden keşfetmek için açımlayıcı faktör analizi (AFA), önceden tanımlı bir yapının veriye uyup uymadığını sınamak için doğrulayıcı faktör analizi (DFA). Yeni ya da uyarlanan bir ölçekle çalışıyorsanız önce AFA, ardından farklı bir örneklemde DFA yaparsınız; boyut yapısı literatürde zaten yerleşik bir ölçek kullanıyorsanız doğrudan DFA yeterlidir. AFA'ya başlamadan önce verinin uygunluğu KMO (en az 0.60, tercihen 0.80 üzeri) ve Bartlett küresellik testi (p < 0.05) ile kontrol edilir; madde başına en az 5-10 katılımcı ve genellikle toplam 200+ örneklem beklenir. Maddelerin faktör yükü 0.40 ve üzeri olmalı, iki faktöre birden 0.10'dan az farkla yüklenen binişik maddeler gerekçesiyle birlikte değerlendirilmelidir.
Bu rehber AFA ve DFA'nın adımlarını, karar ölçütlerini ve hakemlerin en sık takıldığı noktaları anlatır. Ölçek geliştirme veya uyarlama çalışması yürütüyorsanız veriyi bize gönderin: uygunluk kontrollerinden faktör sayısına, rotasyon seçiminden madde eleme kararlarına ve DFA uyum indekslerine kadar tüm süreci yürütür, tezinize veya makalenize doğrudan eklenebilecek tablolar ve yol diyagramıyla teslim ederiz. Ön değerlendirme ücretsizdir.
Bu rehber kimler için?
Ölçek geliştirme veya Türkçeye uyarlama çalışması yapan yüksek lisans ve doktora öğrencileri
Anketindeki maddelerin hangi boyutlara ayrıldığını belirlemesi gereken araştırmacılar
Hakemden 'yapı geçerliği gösterilmemiş' veya 'DFA uyum indeksleri raporlanmamış' notu alan makale yazarları
AFA mı DFA mı yapması gerektiğine karar veremeyenler
Faktör yükleri dağınık çıkan, binişik madde sorunuyla uğraşan araştırmacılar
Açımlayıcı faktör analizi (AFA) adım adım
AFA, boyut yapısını veriden çıkarır. Adımların sırası ve her adımdaki karar gerekçesi, sonucun savunulabilirliğini belirler:
- 01
Verinin uygunluğunu kontrol edin
KMO örneklem yeterliği ölçüsü en az 0.60 olmalıdır (0.80 ve üzeri iyi kabul edilir); Bartlett küresellik testinin anlamlı çıkması (p < 0.05) maddeler arasında faktör analizine elverecek ilişki bulunduğunu gösterir. Bu iki değer sağlanmadan analize devam etmek anlamlı değildir.
- 02
Faktör çıkarma yöntemini seçin
Amacınız gizil yapıyı modellemekse temel eksen faktörleme veya maksimum olabilirlik, veriyi daha az bileşene indirgemekse temel bileşenler analizi (PCA) kullanılır. Sosyal bilimlerde ölçek geçerliği için maksimum olabilirlik ve temel eksen faktörleme kuramsal olarak daha uygundur; PCA teknik olarak faktör analizi değildir, ancak literatürde yaygın olduğu için tercih ediliyorsa bu tercihin belirtilmesi gerekir.
- 03
Faktör sayısına karar verin
Yalnızca 'özdeğeri 1'den büyük' kuralına dayanmayın; bu kural faktör sayısını sistematik olarak fazla tahmin etme eğilimindedir. Yamaç birikinti (scree) grafiği, paralel analiz ve — en önemlisi — boyutların kuramsal anlamlılığı birlikte değerlendirilir. Paralel analiz, günümüzde en güvenilir kabul edilen ölçüttür.
- 04
Rotasyon (döndürme) yöntemini seçin
Faktörlerin birbiriyle ilişkisiz olmasını bekliyorsanız dik döndürme (varimax), ilişkili olmasını bekliyorsanız eğik döndürme (oblimin, promax) kullanılır. Sosyal ve sağlık bilimlerindeki boyutlar pratikte çoğunlukla ilişkilidir; bu nedenle varimax'ı otomatik seçmek yerine faktörler arası korelasyonlara bakıp karar vermek daha doğrudur.
- 05
Madde eleme kararlarını verin
Faktör yükü 0.40'ın altında kalan maddeler ile iki faktöre birden 0.10'dan az farkla yüklenen binişik maddeler eleme adayıdır. Ancak eleme kararı yalnızca sayısal değildir: maddenin kapsam geçerliği açısından ölçek için gerekli olup olmadığı da değerlendirilmeli, karar gerekçesiyle birlikte raporlanmalıdır. Her elemeden sonra analiz baştan çalıştırılır.
- 06
Açıklanan varyansı ve faktörleri değerlendirin
Çok faktörlü ölçeklerde toplam açıklanan varyansın %50'nin üzerinde olması yaygın kabul gören ölçüttür; tek faktörlü yapılarda daha düşük oranlar da kabul edilebilir. Son adımda her faktör, içerdiği maddelerin ortak anlamına göre kuramsal olarak isimlendirilir.
- 07
Güvenilirliği ekleyin
Ortaya çıkan her boyut için Cronbach alpha (veya McDonald's omega) hesaplanır. Geçerlik ve güvenilirlik birlikte raporlanmadığında ölçek çalışması eksik sayılır — ayrıntılar için ölçek güvenilirlik analizi rehberimize bakabilirsiniz.
AFA mı DFA mı? Farkları ve kullanım yerleri
İki analiz birbirinin alternatifi değil, ölçek geçerliği sürecinin iki farklı aşamasıdır:
| Ölçüt | Açımlayıcı faktör analizi (AFA) | Doğrulayıcı faktör analizi (DFA) |
|---|---|---|
| Amaç | Boyut yapısını veriden keşfetmek | Önceden tanımlı yapıyı sınamak |
| Ne zaman | Yeni ölçek geliştirme, yapısı bilinmeyen madde havuzu | Uyarlama çalışması, literatürde yerleşik boyut yapısı |
| Kuramsal beklenti | Önceden madde-faktör ataması yapılmaz | Hangi maddenin hangi faktöre ait olduğu baştan tanımlanır |
| Temel çıktılar | KMO, Bartlett, faktör yükleri, açıklanan varyans | Uyum indeksleri (χ²/sd, RMSEA, CFI, TLI, SRMR), standart yükler |
| Örneklem | Madde başına 5-10 kişi, genellikle 200+ | Genellikle 200+; karmaşık modellerde daha fazlası önerilir |
| Sıra | Ölçek geliştirmede önce yapılır | AFA'dan sonra, tercihen farklı bir örneklemde |
AFA karar ölçütleri (özet tablo)
Raporda bu değerlerin hepsinin yer alması beklenir; sınırda kalan durumlarda gerekçe yazmak zorunludur:
| Ölçüt | Kabul edilebilir değer | Not |
|---|---|---|
| KMO örneklem yeterliği | ≥ 0.60 (0.80+ iyi) | 0.50 altı: faktör analizi uygun değil |
| Bartlett küresellik testi | p < 0.05 | Anlamsız çıkarsa maddeler arası ilişki yetersizdir |
| Örneklem büyüklüğü | Madde başına 5-10 kişi; genellikle ≥ 200 | Yükler yüksek ve faktörler netse daha küçük örneklem savunulabilir |
| Faktör yükü | ≥ 0.40 (alt sınır 0.30) | Yüksek yük, maddenin faktörü güçlü temsil ettiğini gösterir |
| Binişiklik (çapraz yüklenme) | İki yük arasındaki fark ≥ 0.10 | Fark küçükse madde hangi boyuta ait belirsizdir |
| Açıklanan toplam varyans | Çok faktörlü yapıda > %50 | Tek faktörlü ölçeklerde daha düşük oranlar kabul edilebilir |
| Faktör sayısı ölçütü | Paralel analiz + yamaç grafiği + kuram | Tek başına 'özdeğer > 1' kuralı fazla faktör üretir |
DFA uyum indeksleri ve eşik değerleri
Doğrulayıcı faktör analizinde tek bir indekse bakılmaz; birlikte raporlanır ve birlikte yorumlanır:
| İndeks | İyi uyum | Kabul edilebilir uyum |
|---|---|---|
| χ² / sd (ki-kare / serbestlik derecesi) | ≤ 3 | ≤ 5 |
| RMSEA | ≤ 0.05 | ≤ 0.08 |
| SRMR | ≤ 0.05 | ≤ 0.08 |
| CFI | ≥ 0.95 | ≥ 0.90 |
| TLI (NNFI) | ≥ 0.95 | ≥ 0.90 |
| Standartlaştırılmış faktör yükleri | ≥ 0.70 | ≥ 0.50 (anlamlı, p < 0.05) |
Sık yapılan hatalar
AFA ve DFA'yı aynı örneklem üzerinde yapmak — aynı veriden çıkarılan yapıyı yine aynı veride doğrulamak, doğrulama sayılmaz; mümkünse ayrı örneklem, değilse örneklemi ikiye bölme (split-half) yaklaşımı kullanılmalıdır
Faktör sayısını yalnızca 'özdeğer > 1' kuralıyla belirlemek; bu kural sistematik olarak gereğinden fazla faktör üretir
Rotasyon olarak refleks halinde varimax seçmek; boyutlar arasında kuramsal olarak ilişki bekleniyorsa eğik döndürme (oblimin/promax) daha uygundur
Temel bileşenler analizini (PCA) faktör analizi olarak raporlamak; ikisi farklı yöntemlerdir ve hangisinin kullanıldığı açıkça belirtilmelidir
Uyum indekslerini yükseltmek için modifikasyon indekslerine bakıp kuramsal gerekçesi olmayan hata kovaryansları eklemek — hakemlerin en sık sorguladığı müdahaledir
Yalnızca faktör yükü düşük diye maddeyi silmek, kapsam geçerliğini hiç değerlendirmemek
Ölçeğin boyutları netleşmeden Cronbach alpha'yı ölçeğin tamamı için tek bir sayı olarak raporlamak; alpha her boyut için ayrı hesaplanır
Çok küçük örneklemde (ör. 60-80 kişi) DFA çalıştırıp çıkan uyum indekslerini kesin kanıt gibi sunmak
Ölçek uyarlama çalışması yapıyorsanız
Türkçeye uyarlama çalışmalarında istatistik, sürecin yalnızca son halkasıdır: önce çeviri-geri çeviri ile dil eşdeğerliği sağlanır, uzman görüşüyle kapsam geçerliği değerlendirilir, ardından yapı geçerliği faktör analiziyle sınanır. Orijinal ölçeğin boyut yapısı biliniyorsa doğrudan DFA ile o yapının Türk örnekleminde de geçerli olup olmadığı test edilir; DFA uyumu tutmuyorsa yapının bu kültürde farklılaşmış olabileceği düşünülerek AFA'ya dönülür ve ortaya çıkan yeni yapı gerekçesiyle birlikte raporlanır. Bu, başarısızlık değil, uyarlama çalışmalarının olağan ve yayımlanabilir bir bulgusudur.
Karşılaştırma yapacaksanız (örneğin ölçek kadın ve erkeklerde ya da iki farklı yaş grubunda aynı şeyi mi ölçüyor?) ölçüm değişmezliği (measurement invariance) analizi gerekir; gruplar arasında ölçüm eşdeğerliği gösterilmeden ortalama karşılaştırmaları yanıltıcı olabilir. Ayrıca yakınsak ve ayırt edici geçerlik için AVE ve CR gibi ek ölçütler hesaplanabilir. Hangi analizlerin sizin çalışmanız için gerçekten gerekli olduğunu — gereksiz analiz eklemeden — ön incelemede birlikte belirleriz.
Sıkça sorulan sorular
AFA mı yapmalıyım DFA mı?
Ölçeği siz geliştiriyorsanız ya da boyut yapısı belirsizse önce açımlayıcı faktör analizi (AFA) yapılır; yapı ortaya çıktıktan sonra tercihen farklı bir örneklemde doğrulayıcı faktör analizi (DFA) ile sınanır. Literatürde boyut yapısı yerleşik bir ölçeği kullanıyor ya da Türkçeye uyarlıyorsanız doğrudan DFA yeterlidir — ancak DFA uyum indeksleri tutmuyorsa AFA'ya dönmek meşru ve sık rastlanan bir yoldur.
Faktör analizi için kaç kişilik örneklem gerekir?
Yaygın kural madde başına 5-10 katılımcıdır; 20 maddelik bir ölçek için bu 100-200 kişiye karşılık gelir. Pratikte 200 ve üzeri örneklem güvenli kabul edilir, 300+ iyi sayılır. Örneklem büyüklüğü tek başına belirleyici değildir: faktör yükleri yüksek (0.60+) ve boyutlar net ayrışıyorsa daha küçük örneklemler de savunulabilir, yükler düşük ve dağınıksa büyük örneklem bile yapıyı kurtarmaz.
KMO değeri kaç olmalı, düşük çıkarsa ne yapılır?
KMO'nun en az 0.60 olması beklenir, 0.80 ve üzeri iyi kabul edilir; 0.50'nin altındaysa veri faktör analizine uygun değildir. Düşük çıktığında ilk bakılacak yer madde bazındaki anti-image korelasyon değerleridir: diğer maddelerle ilişkisi zayıf olan maddeler tespit edilip çıkarıldığında KMO genellikle yükselir. Sorun sürüyorsa örneklem büyüklüğü veya madde havuzunun kuramsal tutarlılığı gözden geçirilmelidir.
Faktör yükü kaç olmalı? Binişik madde ne demek?
Faktör yükünün 0.40 ve üzeri olması yaygın ölçüttür (alt sınır olarak 0.30 kabul edilebilir). Binişik (çapraz yüklenen) madde, birden fazla faktöre birbirine yakın yüklerle yüklenen maddedir; iki yük arasındaki fark 0.10'dan küçükse maddenin hangi boyuta ait olduğu belirsizdir ve eleme adayı olur. Eleme kararı verilirken maddenin ölçeğin kapsamı açısından gerekliliği de değerlendirilmeli, gerekçe raporda belirtilmelidir.
AMOS, LISREL veya SmartPLS kullanıyor musunuz?
Hayır — analizleri kendi Python tabanlı altyapımızla yürütüyoruz. Ancak ürettiğimiz sonuçlar bu programlardan alacağınız çıktılarla birebir aynıdır: aynı uyum indeksleri (χ²/sd, RMSEA, CFI, TLI, SRMR), standartlaştırılmış faktör yükleri ve yol diyagramı, tezlerde ve dergilerde beklenen tablo düzeninde teslim edilir. Bu programların lisansına sahip olmanız gerekmez; SPSS uyumlu formatta rapor almak da mümkündür.
DFA uyum indekslerim sınırın altında kaldı, ne yapmalıyım?
Önce modelin nerede zorlandığına bakılır: standartlaştırılmış yükü düşük maddeler, kuramsal olarak örtüşen madde çiftleri veya beklenenden farklı bir boyut yapısı. Kuramsal gerekçesi olan düzeltmeler (ör. içerik olarak neredeyse aynı iki maddenin hata kovaryansını ilişkilendirmek) savunulabilir; gerekçesiz modifikasyon indeksi kovalamak ise hakemlerin en hızlı yakaladığı hatadır. Yapı gerçekten farklı çıkıyorsa AFA'ya dönüp yeni yapıyı raporlamak, zorlanmış bir modelden daha güçlü bir çalışmadır.
Ölçek geçerliğinizi baştan sona biz yürütelim
Veri setinizi gönderin; uygunluk kontrollerinden faktör sayısı ve rotasyon kararlarına, madde eleme gerekçelerinden DFA uyum indekslerine kadar tüm süreci yürütelim ve tezinize veya makalenize doğrudan eklenebilecek tablolarla teslim edelim. Ön değerlendirme ücretsizdir.
Son güncelleme: 25 Temmuz 2026